Использование технологий „Умный город“ и „Индустрия 4.0“ для устойчивого управления беспилотными транспортными системами в условиях геомагнитных возмущений

Рассмотрена междисциплинарная задача обеспечения устойчивости управления беспилотными транспортными системами (БТС) в мегаполисе в условиях геомагнитных и ионосферных возмущений, искажающих сигналы от глобальных навигационных спутниковых систем (ГНСС). Базой подхода служит объединение технологий „Умный город“ и „Индустрия 4.0“, вызывающее синергетический эффект с выработкой надежных решений. Предложенный подход основан на интеграции в экосистему „Умного города“ разнородной информации, получаемой в процессе мониторинга от: распределенной сети двухчастотных ГНСС-приемников; распределенной сети датчиков, осуществляющих мониторинг геомагнитной активности; систем, отслеживающих состояние ионосферы. В режиме реального времени полученные данные анализируются с использованием технологий Big Data для прогнозирования ошибок местоположения в условиях ионосферных и/или геомагнитных возмущений. Разработана модель адаптивного управления БТС на базе двухшагового расширенного фильтра Калмана. При помощи модели весовые коэффициенты динамически перераспределяются в системе интеграции разнородных данных с учетом прогноза космической погоды, за счет чего повышается устойчивость управления БТС.

1. Zakoldaev D. A., Korobeynikov A. G., Shukalov A. V., Zharinov I. O. Infrastructure As a Service For A Digital Factory, Smart Factory And Virtual Factory of the INDUSTRY 4.0 // Journal of Physics: Conf. Ser. The Intern. Conf. “Information Technologies in Business and Industry”. IOP Publishing, 2019. P. 072033. DOI: 10.1088/1742-6596/1333/7/072033.

2. Дмитриева С. В. Индустрия 4.0 и цифровая трансформация в промышленном комплексе: внедрение современных технологий и инноваций для повышения производительности и конкурентоспособности // Инновации и инвестиции. 2023. № 6. С. 400–404.

3. Afrin T., Yodo N., Dey A., Aragon L. G. Advancements in UAV-Enabled Intelligent Transportation Systems: A Three-Layered Framework and Future Directions // Applied Sciences. 2024. N 14. https://doi.org/10.3390/app14209455.

4. Белаховский В. Б., Будников П. А., Калишин А. С. и др. Влияние геомагнитных возмущений на сцинтилляции сигналов спутников ГЛОНАСС и GPS по данным наблюдений на Кольском полуострове // Солнечно-Земная физика. 2023. Т. 9, № 3. С. 58–72. DOI 10.12737/szf-93202307.

5. Bian Q., Yin X. Enhancing Precise Point Positioning Under Active Ionosphere Using Wide-Range Ionospheric Corrections Derived from MADOCA Service // Applied Sciences (Switzerland). 2026. Vol. 16, N 1. P. 184. DOI 10.3390/app16010184.

6. Колодий Н. А., Иванова В. С., Гончарова Н. А. Умный город: особенности концепции, специфика адаптации к российским реалиям // Социологический журнал. 2020. Т. 26, № 2. С. 102–123. DOI 10.19181/socjour.2020.26.2.7268.

7. Oladipo O. A., Schüler T. GNSS single frequency ionospheric range delay corrections: NeQuick data ingestion technique // Аdvances in Space Research. 2012. Vol. 50, is. 9. P. 1204–1212. https://doi.org/10.1016/j.asr.2012.06.035.

8. Dongsheng Z. et al. Analysis of global ionospheric scintillation and GPS positioning interference triggered by full-halo CME-driven geomagnetic storm: A case study // Advances in Space Research. 2024. Vol. 74, is. 5. P. 2492–2509. https://doi.org/10.1016/j.asr.2024.06.001.

9. Lay E. H., Close S., Colestock P., and Bust G. Development and error analysis of nonlinear ionospheric removal algorithm for ionospheric electron density determination using broadband RF data // J. Geophys. Res. 2011. Vol. 116. Р. A02316. DOI:10.1029/2010JA015862.

10. Kudinov I. V., Eremin A., Kudinov V. A., Mikheeva G. V. Theoretical research on electromagnetic wave propagation in plasma // IOP Conf. Ser.: Materials Science and Engineering. 2020. Vol. 919. Р. 052039. DOI: 10.1088/1757-899X/919/5/052039.

11. Mitch R. H., Psiaki M. L., and Tong D. M. Local ionosphere model estimation from dual-frequency global navigation satellite system observables // Radio Sci. 2013. Vol. 48, N 6. P. 671–684. DOI:10.1002/2013RS005153.

12. Kashcheyev A., Nava B., Watson C. EclipseNB: A Network of Low-Cost GNSS Receivers to Study the Ionosphere // Space Weather. 2025. Vol. 23, N 1. DOI 10.1029/2024sw004194.

13. Chartier T., Steele J., Sugar G. et al. Validating Ionospheric Models Against Technologically Relevant Metrics // Space Weather. 2023. Vol. 21, N 12. DOI 10.1029/2023sw003590.

14. Saengphet W. Multi-Sensor Fusion with Extended Kalman Filter for Indoor Localization system of Multirotor UAV/W. Saengphet // 19th Intern. Joint Conf. on Computer Science and Software Engineering (JCSSE). IEEE. 2022. DOI: 10.1109/JCSSE54890.2022.9836275.

15. Kim K. H., Jee J. G., & Park C. G. Adaptive two-stage EKF for INS-GPS loosely coupled system with unknown fault bias // Journal of Global Positioning Systems. 2006. Vol. 5, N 1-2. P. 62–69.

16. Коробейников А. Г. Применение методов Big Data для сравнения данных геомагнитных обсерваторий сети INTERMAGNET // Изв. вузов. Приборостроение. 2023. Т. 66, № 12. С. 993–1001. DOI: 10.17586/0021-3454-2023-66-12-993-1001.